AI-modellers kapacitetssammenligning
ML-ingeniørarbejde
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
ProgramBenchProgrammeringsbenchmark
— means no published score for this candidate in this source, not zero.10/11 recent-year models have scores
| Nr. | Model | Cost / TestPris pr. test | Input costInputpris pr. million tokens | Output costOutputpris pr. million tokens | DurationRapporteret testvarighed | |
|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5Claude Opus 5.5 | 18.5 | $68.05 | $4 | $20 | 144 min |
| 2 | Claude Fable 5.1Claude Fable 5.1 | 7 | $58.52 | $10 | $50 | 147 min |
| 3 | Claude Sonnet 5.5Claude Sonnet 5.5 | 6.5 | $35.86 | $2 | $10 | 127 min |
| 4 |  GPT-6 AstraGPT-6 Astra | 5.5 | $11.57 | $10 | $50 | 27.03 min |
| 5 | GPT-6.1 SolGPT-6.1 Sol | 3 | $2.87 | $2 | $10 | 70 min |
| 6 | Claude Opus 5Claude Opus 5 | 3 | $60.29 | $5 | $25 | 175 min |
| 7 |  Gemini 4 ArgonGemini 4 Argon | 2.5 | $17.66 | $4 | $20 | 71 min |
| 8 | Claude Haiku 5.5Claude Haiku 5.5 | 2.5 | $6.83 | $0.1 | $0.5 | 73 min |
| 9 | GPT-6 SolGPT-6 Sol | 2 | $11.67 | $2 | $10 | 46.18 min |
| 10 | GPT-6 LunaGPT-6 Luna | 0.5 | $0.18 | $0.1 | $0.5 | 28.92 min |
PandaNpc Opdateret 21. okt. 2026, 06.01 UTC
Kilde: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Kolonneguide
- Nr.
- Kun visningsrækkefølge. Sortering ændrer dette tal; det er ikke en offentliggjort kapacitetsrangering.
- Model
- Navnet på den evaluerede model og dens udbyderikon. En bindestreg i en scorekolonne betyder, at der ikke er en offentliggjort score tilgængelig her, ikke et nul.
- Score
- Tester evnen til at rekonstruere programmer fra bunden, så de matcher den krævede adfærd. Evalueringsmetodik ↗
- Cost / Test
- Pris pr. test · USD
- Input cost
- Inputpris pr. million tokens · USD / 1M tokens
- Output cost
- Outputpris pr. million tokens · USD / 1M tokens
- Duration
- Rapporteret testvarighed · s / min
- Vals.ai
- Omkostninger og tider rapporteres af Vals for dette benchmark, ikke universelle modelpriser eller latenstid. Den estimerede API-omkostning for CUA-bench dækker evalueringsbrug og er et nedre grænseestimat, ikke omkostning pr. opgave; tid pr. handling er et gennemsnit, ikke en median. En stjerne markerer prompt-cache-adfærd på udgivelsesdagen, som øgede omkostninger til cache-skrivning. Manglende værdier er ikke offentliggjorte, ikke nul.